eaiadminandClaude Code
b4c8ea38d1
回退链从「一条主路由 + 一串替补」改成两级：先把同能力（有说话人分离）的路由 试完，全挂才降级到不分离的路由。降级是**本次事实**而不是配置事实，写进第 2 步 产物（capability_degraded / capability_zh），第 3 步与第 5/6 步据此判为不可用。 - transcribe.go：Result 加 CapabilityDegraded，判据 chain[0] 能分离而实际这条 不能；与 HasSpeakers 分开记（后者可能是「配了却没输出」那种异常） - audio_handlers.go：闸门从「读路由声明的能力」改成「读稿子里实际有没有标签」 （audioTranscriptSpeakerKeys），与第 3 步共用同一句 SpeakerKeysOf；本次没分离 → 哨兵错误 errAudioSpeakersUnavailableThisRun，不再放行去写一份看不出残缺的纪要 - 闸门**不看** capability_degraded：改动前落库的老产物没有这个字段，看它就 fail-open - 第 1 步「转写要求」提前把降级的后果说清；第 2 步产物带完整措辞与「⚠」日志 - 前端两处（SpecialistPanel.vue / audioSkill.js）判断顺序改为先读实际结果 has_speakers、再退回声明 speakers —— 顺序反了会在降级那一次照旧显示第 3 步 - ai_config.json：补 3 条云端无分离路由与各自的回退链 验证：三处变异（产物 key 拼错、标记写死 true、闸门 fail-closed）都验过会红； 新增两个用例文件走真实 gin 路由 + 真实鉴权中间件，断言拦下来的**理由**而不只是 「拦下来了」；go test ./... 全绿、gofmt 干净、前端构建通过。 同期把本地 ASR 装成 systemd 常驻服务（deploy/install_asr_local.sh 七步全过， 开机自启，实测 26.7 分钟录音 → 3.1 分钟）。装的过程挖出两个只在服务化时才暴露的坑： - E12 转写堵住事件循环 → 探活超时 → 本地被判不健康 → auto 静默退云端、音频出网， 全程没有任何报错。修法 run_in_threadpool（deploy/asr/serve.py） - E13 服务账号的 ~ 不可写，pyannote 写不了 ~/.pyannote/database.yml，每次转写 500。 修法 asr.env 加 HOME=<cache 目录>（该目录在 unit 的 ReadWritePaths 里） 顺带收口一处交付缺口：服务源码原先只有 ~/asr-poc 一份，而 DELIVERY.md 的清理计划 要 rm -rf 它 —— 那会让唯一副本变成 /opt 下 root 所有、不在任何版本库里的文件。 现在 deploy/asr/ 是唯一事实源，装机脚本与文档同步改。 已知偏离 / 未做（记在案）： - 界面那句「本次没有说话人分离，后续步骤不可用」只验到后端接口层，没有造出真实 降级场景渲染出来看过 - deploy/asr/ 的引入改变了装机来源：原型目录 $SRC_DIR 从此只提供 venv 与模型， 服务代码一律从仓库取 Co-Authored-By: Claude Code <noreply@anthropic.com>
44 lines
2.6 KiB
Bash
44 lines
2.6 KiB
Bash
# 本地语音转写服务（eai_agentplatform-asr.service）的环境变量样例。
|
||
#
|
||
# 装机：sudo cp deploy/asr.env /opt/eai_agentplatform-asr/asr.env
|
||
# 端口不在这里配 —— 它写在 unit 的 ExecStart 上（--port 8090），
|
||
# 与后端 config/ai_config.json 里 audio_route_local_whisper.base_url 的 8090
|
||
# 是同一个值。改端口要同时改这两处，否则后端起不来时界面会显示
|
||
# 「本地路由不健康」，而真实原因是对不上端口。
|
||
# 这里注释掉的那行只是记录这个耦合，别指望它生效：
|
||
# ASR_PORT=8090
|
||
|
||
# 计算精度。8G 显存要和 llama-server 共用，float16 会 OOM（原型机实测，
|
||
# 见 bugs_and_errors.md E06）。int8_float16 是这台机器的可用档位。
|
||
ASR_COMPUTE_TYPE=int8_float16
|
||
|
||
# 模型目录**不在这里配**：serve.py 按 `脚本所在目录/models` 找，也就是
|
||
# /opt/eai_agentplatform-asr/models（软链或实体目录都行，见 DELIVERY.md 第 1 节）。
|
||
# 把模型放到别处就得改 asr_core.py，不如把目录放对。
|
||
|
||
# 家目录指到 cache/，**必须有这一行**。
|
||
#
|
||
# 原型机上服务以 eaiadmin 跑，~ 可写，所以从没暴露过；装成服务后两件事同时变：
|
||
# unit 里 ProtectHome=true 挡住 /home，而系统账号 eai_agentplatform 的家目录
|
||
# （/home/eai_agentplatform）压根不存在。pyannote 起步时要写
|
||
# ~/.pyannote/database.yml，于是每次转写都以 PermissionError 收场 ——
|
||
# 而报错发生在说话人分离那一段，看起来像模型坏了，其实是没地方写配置。
|
||
#
|
||
# 指到 cache/ 是因为 unit 的 ReadWritePaths 只放开了这一个目录；
|
||
# 顺带让 torch / matplotlib 之类的 dotfile 也落在同一个可写位置。
|
||
# 换目录要连 unit 的 ReadWritePaths 一起改。
|
||
HOME=/opt/eai_agentplatform-asr/cache
|
||
|
||
# 离线开关。权重全部是本地文件（faster-whisper 直接读目录、pyannote 的
|
||
# config.yaml 已改写成本地文件路径），正常情况下一个网络请求都不发。
|
||
# 这两个开关是安全网：万一哪条分支想回 huggingface.co，本机到那边是**不通**的，
|
||
# 表现会是挂起几分钟而不是报错 —— 加上开关，它立刻失败，日志里一眼能看出来。
|
||
HF_HOME=/opt/eai_agentplatform-asr/cache/huggingface
|
||
HF_HUB_OFFLINE=1
|
||
TRANSFORMERS_OFFLINE=1
|
||
|
||
# 故意没有 PYTORCH_CUDA_ALLOC_CONF 之类的分配器开关：这台机器的显存配置
|
||
# （int8_float16 + 转写前后释放模型）是实测调出来的，见 bugs_and_errors.md E06。
|
||
# 没在这台机器上验过的旋钮不要加进来 —— 加错了表现是 OOM，
|
||
# 而 OOM 看起来又像「模型太大」，很容易往错误的方向查。
|